对python进行加速的方法:
1、使用哈希表的数据结构
如果你的程序中有很多查找操作并且你的数据中没有重复项,你可以使用查找而不是循环。
2、矢量化取代循环
尝试使用基于 C 的 Python 库,例如 Numpy、Scipy 和 Pandas,并使用矢量化同步处理来替代程序中多次处理数组单个元素的循环。循环可能是最容易用于程序优化的地方。 .
3、精简代码行数
在编程的时候尽量利用python的一些内置函数来减少代码行数,让代码显得简洁明了,大大提高代码运行的效率。
4、使用多进程
一般计算机都是多进程的,所以在执行操作的时候可以使用Python中的多进程。多处理支持代码并行化。当你要实例化新的进程和访问共享内存时,多处理的开销很大,所以如果你有大量的数据处理,可以考虑使用多处理。
5、使用Cpython
Cython 是一个为你优化代码的静态编译器。加载 cypthonmagic 扩展并使用 cython 标志使用 cython 编译代码。
6、尽量使用csv替代xlsx
在进行数据处理时,将数据加载到 excel 文件或从 excel 文件保存数据需要花费更长的时间。相反,我选择了创建多个 csv 文件的路径,并创建了一个文件夹来对文件进行分组。
7、使用Numba
它是一个 JIT(及时)编译器。使用装饰器,Numba 将带注释的 Python 和 NumPy 代码编译为 LLVM。将你的功能分为两部分:
-
执行计算的函数 - 使用@autojit进行装饰
-
执行IO的功能
本文为原创文章,版权归知行编程网所有,欢迎分享本文,转载请保留出处!
你可能也喜欢
- ♥ python如何查找列表中有多少个元素?08/22
- ♥ python如何判断是否为空10/13
- ♥ 如何在 python 中使用 try..except 语句?11/08
- ♥ python类属性设置默认值09/16
- ♥ Python的类,复杂吗02/28
- ♥ 如何在python中定义int类型10/13
内容反馈